LA NASA CAPTA LA COLISIÓN DE CUATRO CONJUNTOS DE GALAXIAS
Fuente: EFE
El resultado, indicó la agencia, es «una oportunidad para que los científicos aprendan qué ocurre cuando algunos de los objetos más grandes del Universo la emprenden en una lucha libre cósmica».
Los astrónomos emplearon datos obtenidos por el Observatorio Chandra de rayos X de la NASA, el Telescopio Espacial Hubble y el Observatorio Keck en Mauna Kea, Hawaii, para determinar la MACSJ0717.5+3745, o MACSJ0717.
Los investigadores encontraron que en la fusión múltiple están involucrados cuatro conjuntos distintos de galaxias, y ésta es la primera vez que se ha documentado un fenómeno tal.
Los conjuntos de galaxias son los objetos más grandes ligados por la fuerza de gravedad en el universo.
En el MACSJ0717, una ristra de galaxias, gas y materia oscura de 13 millones de años luz de longitud, conocida como un filamento, está penetrando en una región ya repleta de galaxias.
«Como si fuese el tránsito de automóviles en una autopista volcándose en un estacionamiento ya repleto, este flujo de galaxias ha causado una colisión tras otra», señaló la NASA.
Además de este amontonamiento enorme, «el MACSJ0717 es también notable por su temperatura», según Cheng-Jiung Ma, de la Universidad de Hawaii y autor principal del estudio.
«Dado que cada una de estas colisiones libera energía en la forma de calor, el MACS0717 tiene algunas de las temperaturas más altas jamás vistas en un sistema de esa naturaleza».
Si bien el filamento que se introduce en el MACSJ0717 se había descubierto tiempo atrás, estos resultados muestran por primera vez que es la causa de estas colisiones galácticas.
Últimas publicaciones
La Fundación Descubre-Consejería de Universidad, Investigación e Innovación y la Universidad Pablo de Olavide coordinan esta entidad regional que persigue la atención y asesoramiento a las iniciativas basadas en la participación activa de la ciudadanía. En su nueva convocatoria de ayudas, financiará 8 proyectos que aborden retos científicos y sociales de la región hasta junio de 2027.
El proyecto está financiado por el programa Erasmus+ de la Unión Europea y cuenta con la participación de instituciones de Italia, España y Francia.
Sigue leyendo
Un equipo de investigación de la Universidad de Cádiz ha creado un sistema basado en aprendizaje profundo capaz de localizar y clasificar automáticamente anomalías en radiografías de tórax. Los resultados mejoran la precisión de otros métodos utilizados y lo validan como una herramienta con potencial para dar soporte a la evaluación precoz de patologías del pulmón.
